Un memristor se comporte comme une synapse
Des chercheurs de l’Université du Michigan ont découvert qu’un memristor peut « apprendre » en utilisant les mêmes techniques que le cerveau humain.
Les memristors sont prometteurs
Pour rappel, les memristors combinent une résistance et une cellule mémoire et sont considérés comme les quatrièmes composants électriques passifs (cf. « HP prouve l'existence des Memristor »). Il n’y a pas encore de produit grand public les utilisant, mais les dernières recherches sont très prometteuses (cf. « Une nouvelle propriété des memristors »).
Skynet : science-fiction ou roadmap ?
Aujourd’hui, les scientifiques ont montré qu’il y avait des similitudes entre les memristors et les synapses, rendant ces composants très intéressants pour les systèmes tentant d’émuler le cerveau. En effet, chez l’être humain, l’apprentissage a lieu lorsque des pics de tensions sont générés par des capteurs sensoriels. Par exemple, les yeux voient quelque chose ou la peau touche un objet. Les synapses répondent alors en s’adaptant à l’information reçue.
Les résultats qui seront publiés dans la revue Nano Letters montrent que les memristors se comportent de façon identique aux synapses lorsqu’ils reçoivent des pics de tensions. L’utilisation d‘un réseau de memristor pourrait donc donner naissance, en théorie, à des supercalculateurs capables d’émuler certaines fonctions du cerveau selon les scientifiques dont les travaux furent en partie financé par l’agence pour les projets de recherche avancée de défense (DARPA) du gouvernement américain.
- Connecter l’iPad aux interfaces audio USB
- Nouveau processeur vidéo pour CPU ARM
- Lian Li va commercialiser son boîtier-araignée
- Sept ports PCIe 16x pour la X58A-UD9
- Flasher les SSD SandForce, c'est possible
- Un modem USB 3G débloqué et pas trop cher
- Un socket LGA2011 pour les Sandy Bridge Extreme
- IBM veut des fournisseurs tous verts
- Les ventes de PC progressent de 24%
- TDJ : Webcam 3D, Prolimatech MK-13
- AMD a encore fait des bénéfices !
- Une PCS++ HD 5870 chez PowerColor
- SFR accélère la 3G à 28,8 Mbps !
- Sapphire : deux HD5870 avec 2 Go de RAM
- IBM régule le trafic et réduit le CO2
- 1 million d'IOPS pour un SSD LSI
- Une faille 0-day dans Java, exploitée
- Bientôt des VAIO non produits par Sony
Memristors begin to learn at a geometric rate. They become self-aware at 2:00am Eastern time, July 12th 2012
+1 turlupin
Parler de synapses et savoir se servir des siennes sont deux choses très différentes ^^
les fautes de frappe et d'inattention ont toute mon indulgence...
DARPA =
Brahhhh c'est quoi ces commentaires qui sont coupés dès qu'on rentre un < !
Je disais DARPA = love.
Ca montre bien l'intérêt de la recherche fondamentale, si il en fallait encore un après internet
Memristors begin to learn at a geometric rate. They become self-aware at 2:00am Eastern time, July 12th 2012
On s'en rapproche à grands pas
On s'en rapproche à grands pas
[flash=480,385]http://www.youtube.com/v/-NKqhqIN3Zc&hl=fr_FR&fs=1&rel=0[/flash]
aïe aïe aïe... on va se faire bouffer par les bots dans pas longtemps...
moi je dis, des évènements climatique de + en + rapproché et dangereux (Haiti, le volcan dernièrement..) , la découverte d'un composant capable d'apprendre, lié au fait que le cerveau humain, estimé a 100Tflops est, point de vue puissance brut, largement surpassé par les plus puissant supercalculateur...
désolé de vous le dire les gars mais on est dans la me...
@delphi_jb: 100Tflops? encore quelques génération de GPUs et on y est !
@delphi_jb: 100Tflops? encore quelques génération de GPUs et on y est !
Pour certains il y a longtemps qu'ils ont été dépassés, à l'époque du Z80 à 4 MHz...
Je fais des études en IA, et à ce que j'en sais, on a encore pas mal de temps avant de s'inquiéter...
ça peut déjà être pas mal de boulot pour réussir à faire apprendre un problème simple pour un humain à un réseau de neurones, alors les concepts les plus avancés, on a encore pas mal de marge ^^
Le problème semble plus être logiciel que matériel pour le moment. (enfin, certes une puissance multipliée de beaucoup serait sans doute très utile, mais :
-même avec une puissance énorme, pas mal de problèmes ne peuvent encore être résolus de façon satisfaisante
-Ceux qui prennent trop de temps a être résolus le sont souvent par manque d'optimisation : j'ai assisté à une thèse la semaine dernière ou le thésard passait d'un temps de 15jours a 2-3 minutes après optimisation de l'algo
Le même problème se pose en général : la puissance ne cesse d'augmenter, mais les systèmes et logiciels n'évoluent pas franchement aussi rapidement...
Mon PC a 4 fois plus de cœurs que 5 ans plus tot, et chaque cœur à une fréquence doublée. Pourtant il est loin d'être autant de fois plus "intelligent" qu'il y a 5 ans...
On a la puissance brute, mais pas l'intelligence logicielle derrière, la plupart du temps.)
Le problème semble plus être logiciel que matériel pour le moment. (enfin, certes une puissance multipliée de beaucoup serait sans doute très utile, mais :
-même avec une puissance énorme, pas mal de problèmes ne peuvent encore être résolus de façon satisfaisante
Une puissance infinie ne peut remédier à l'absence de méthode.
Démonstration :
un clou
un marteau
un crétin
Le crétin tape systématiquement à côté du clou.
Même si le crétin devient infiniment fort il n'enfoncera jamais le clou autrement que par hasard.